本报告首次系统探讨资金流动力学中各类资金流间的相关性结构，揭示同步相关性和错位相关性蕴含了丰富的alpha信息。研究发现，超大单与小单资金流的同步相关性具备显著选股能力，但其alpha来源属于“伪动力学”，主要由资金流强度驱动。相比之下，小单的错位相关性反映了散户“追涨杀跌”的羊群效应，表现出较强的选股和行业轮动能力。构建的散户羊群效应因子在沪深300、中证500和中证1000等多样本空间均表现稳健，且经过Barra因子中性化后仍具备独立选股价值，对行业配置同样展现良好的轮动效果，为A股市场投资提供新视角和量化参考 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10]
本报告聚焦新闻舆情数据在量化选股中的应用价值，基于通联数据487万条新闻情感评分构建$\Delta MS_N$因子，实证发现该因子在中证500选股域上表现优异，尤其以回看20天数据的变化量表现最佳，年化收益率可达12%，且与传统因子相关性较低，具备独特的Alpha贡献能力，为突破因子拥挤困境提供了重要路径[page::0][page::1][page::2][page::3][page::4][page::5]。
本报告系统介绍了一种基于四因子的周频调仓小市值股票选股策略，覆盖全市场，因子包括市净率PB、市盈率、股息率、年化波动率和总市值。报告详细展示了小市值30组合与100组合的收益及风险表现，小市值30组合年内收益高达73.29%，夏普率3.76，最大回撤-17.01%，明显优于市场基准。报告还结合图表展示了策略自2021年以来的持续超额收益，验证了小市值因子选股策略的有效性与抗风险能力 [page::0][page::1][page::2][page::3].
本报告基于A股公开持股数据，系统刻画投资者结构特征，剖析机构与个人投资者持股比例的时间和行业差异，深入研究投资者结构对量价及基本面因子收益的影响，揭示机构持股比例变化与因子选股效果的动态关系。报告发现高机构持股比例下量价因子效应减弱，基本面因子选股能力提升，但并不单调，同时机构抱团导致部分因子失效。基于机构持股比例因子，建立行业机构行情与非机构行情情景切分，并提出融合机构持股权重动态调整的分析师超预期股票池组合增强方案，显著提升组合收益表现，为动态跟踪市场风格与投资决策提供量化参考 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]。
本报告基于龙虎榜与港交所托管数据分析，识别出八家北上异动经纪商，这些经纪商与内地量化私募营业部行为高度共振，显示出资金关联特征。2021年异动经纪商持股广度和持仓规模显著大于其他经纪商，偏好高Beta、高换手、高动量及小市值个股，在周期资源板块高配、大金融板块低配，其参与的热门N倍股换手率及涨幅均显著提升，且其持仓变动因子表现优异，展现出卓越的选股和调整能力，为监管“假外资”提供新的辨识视角 [page::0][page::1][page::4][page::5][page::6][page::7][page::8][page::9][page::10]
本报告系统介绍了基于LSTM模型的深度学习因子挖掘与改进方法。通过引入财务数据，构建了RankIC达到9.17%的月频因子LSTM_pro，提升了多头端的分层效果。对比遗传算法Alpha185与人工因子，深度学习因子在多头超额收益表现最优。进一步通过LSTM改进理想反转因子，显著提升了收益率和IC表现。回测结果显示，深度学习因子在中证1000指数增强上取得15.74%的超额收益，展现较强实用价值。[page::0][page::2][page::4][page::7][page::10]
本报告基于深度学习模型构建研报文本情绪因子（KY-Bert、KY-Llama3、KY-CH及其合成因子KY-Combine-ASC），结合传统数值盈利预期调整因子FYR_DISP_strength，优化选股组合策略。文本情绪因子表现稳定且能显著提升优选组合的信息比率，尤其在2022-2023年数值因子表现低迷时优势明显，改进后组合年化收益提升至27.7%，信息比率由1.44提升至2.41，行业轮动因子超额表现也得到改善，体现出了深度学习赋能在分析师行为alpha提取上的增量价值。[page::0][page::3][page::10][page::11][page::13]
本报告针对上游周期板块，基于中高频产业跟踪数据，构建并验证了一个逻辑回归择时模型。通过对化工、钢铁、有色、采掘、建材五大行业的月度涨跌预测，该模型表现出较高的胜率和盈亏比，显著优于买入并持有的基准策略。板块整体策略在多种回看期下均表现稳健，尤其是N=16期获胜率达到64.6%，有效捕捉了周期板块的长牛行情，同时模型还结合了行业动量因子，提升了预测的准确性 [page::0][page::1][page::2][page::3][page::6][page::7][page::8]
本报告基于主流招聘网站上市公司发布的招聘数据，分析招聘数量因子的覆盖率及其对股票价格的选股能力，揭示该因子在成长风格股票池中表现更优，尤其是在高成长股票池中其选股效果显著提升，表明招聘数量因子反映了公司成长潜力与行业景气度，具有一定的预测价值，为选股模型提供新的另类数据维度参考 [page::0][page::1][page::2][page::3][page::4]。
本报告系统分析了A股ETF资金流对选股与行业轮动的指导作用，发现ETF资金流因子呈现显著负向预测效应，持仓占比变动和资金流入/市值因子表现尤为突出，且因子对成分股及行业收益均具备较强的负向选股能力和行业轮动预判价值。此外，不同类型ETF资金流对因子表现存在差异，非宽基、高集中度和高换手率ETF在行业轮动中的资金流因子表现更佳，为投资者构建量化因子和轮动策略提供重要参考 [page::0][page::1][page::2][page::3][page::4][page::5][page::6]
本报告基于盈利预期调整事件构建了高效的量化选股因子，通过定义并改进FYR_DISP因子，结合时间加权与股价跟随性权重，显著提升多空对冲信息比率，同时引入分析师羊群效应、动量反转及大单资金流等风险因子进行组合增强，最终构建优选组合，实现超额收益稳定且显著提升，历史年化超额收益达26.9%，胜率超过72%[page::0][page::4][page::7][page::8][page::15][page::16][page::17]
本报告基于2017年以来金股组合数据，系统构建并优化“金股+$^{\prime}$”量化组合，实现了基本面与量化相结合的增强效果。研究表明，金股组合覆盖行业广泛，月度金股数量稳定，且整体年化收益率达到15.7%，显著优于沪深300和中证500指数。多维度划分揭示重复及多家推荐金股组合表现优异，组合调仓及时性提升带来超额收益。通过引入交易行为因子进行权重优化，可使年化收益率提升至20.6%。基于行业景气度的行业优选进一步增强了组合表现，且分析师历史推荐能力的稳健组表现最佳。该组合的超额收益表现充分证明了量化拥抱主动投资的理念 [page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8]
本报告基于分钟级数据，深入分析了日内最极端收益的alpha信息，提出了结合最极端收益与前1分钟收益率的极端收益率反转因子(ERR因子)。该因子显著提升了传统反转因子的选股胜率和信息比率，具备较强的稳定性和跨样本应用能力，且能有效解释极端收益后动量效应，最后经行业风格中性化处理，依然保持优良的风险调整收益表现，为量化选股提供了有力工具 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
本文基于日内分钟收益率涨跌幅时间重心的时序特征，提出跌幅时间重心偏离因子，通过剔除收益率结构和极端收益率样本干扰，显著提升选股因子的稳健性和Alpha表现。研究揭示时间差Alpha的主要收益来源包括日内尾盘收益率、涨跌幅位置信息及A股市场的“低波效应”，最终构建时间重心偏离（TGD）因子，在全市场范围实现多空信息比率4.5以上，结合收益率偏度因子进一步提升合成因子表现，年化收益率超过24%[page::0][page::3][page::4][page::6][page::9][page::11][page::13][page::14][page::16][page::17]
本报告基于2021年以来券商行业金股组合数据，分析其发布趋势、覆盖行业、收益表现和超额收益能力。结果显示，券商行业金股数量稳步增长且行业覆盖全面，组合整体年化收益率显著优于券商十大金股组合和基准指数。特别是新进行业金股表现优异，且行业内部分重点行业展现较高超额收益率。通过因子优选（分析师预期因子、理想振幅因子、小单残差因子）与行业优选（行业景气剔除低景气度行业），组合收益率可进一步提升至24%以上，收益波动比超过1，体现了因子与行业双重优化的有效性 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
本报告深入分析了券商金股中的新进金股与重复金股两类股票池的内部收益结构差异及其量化优化策略。研究表明，新进金股整体市值和关注度低于重复金股，但其事件驱动超额收益更显著，因子选股效果也存在分化，尤其是在聪明钱因子、理想振幅因子和分析师预期因子上的表现。通过采用过去12个月因子ICIR加权优化构建合成因子，显著提升了新进金股及重复金股组合的年化收益率和收益波动比。此外，多家券商同时推荐的新进金股表现优于单家推荐，验证了量化模型的有效性及金股的投资潜力。[page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::8][page::9]
本报告基于基金重仓股构建行业指数，分析基金经理的行业配置与选股能力，发现其行业内选股能力显著优于行业配置能力。引入改进的龙头股模型优化基金重仓股行业轮动，提升模型表现，获得年化超额收益。通过行业权重优化进一步增强基金重仓股指数表现，实现可实践的行业轮动增强方案，同时对模型稳健性进行多维验证，为基金重仓股的行业优选提供量化工具支持 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8]
本报告围绕当前历史高位的可转债市场估值，针对偏股型、平衡型和偏债型转债分别细化因子构建，拆解收益来源，并基于分层组合方法实现年化29%的高收益与较低回撤，提出针对偏股型转债估值与正股双杀风险的防范策略，为转债投资提供量化选股与组合优化的解决方案[page::0][page::1][page::4][page::6].
本报告基于中泰行业划分和剔除受壳价值驱动的微型股后，从估值、盈利、成长、技术和一致预期五类因子构建行业内选股模型，样本内及样本外均取得稳健回测表现。2017年仅技术因子显著失效，其它因子依旧有效，多空组合样本外年化相对收益达22.3%。相较全市场选股，行业内因子具有更强可比性及潜力发掘行业特色因子成为未来研究重点 [page::0][page::3][page::4][page::9][page::10]
报告通过匹配量化私募进入前十大流通股东的个股与龙虎榜营业部交易数据，锁定4个高概率对应量化私募席位的营业部，分析发现量化私募营业部交易活跃且偏好中小市值及热门趋势股。量化私募营业部在异常净流入时股票后续呈现明显正向超额收益，异常净流出时对应负向超额收益，体现其交易行为具备显著市场超额回报能力和一定的市场引领作用 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
